K-närmaste grannar för svampar
Gaussian Naive Bayes-klassificeraren presterade riktigt bra som inledande modell. Nu ska vi bygga en ny modell att jämföra den mot.
Den här gången använder vi en 5-närmaste grannar-klassificerare. Eftersom dummy-särdragen skapar en högdimensionell datamängd kan du använda Ball Tree-algoritmen för att göra modellen snabbare. Nu får vi se hur den här modellen presterar!
Den här övningen är en del av kursen
Ensemblemetoder i Python
Övningsinstruktioner
- Bygg en
KNeighborsClassifiermed5grannar ochalgorithm = 'ball_tree'(för att påskynda beräkningen). - Träna modellen på träningsdata.
- Utvärdera prestandan på testmängden med hjälp av accuracy score.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Instantiate a 5-nearest neighbors classifier with 'ball_tree' algorithm
clf_knn = ____(____, ____)
# Fit the model to the training set
____
# Calculate the predictions on the test set
pred = ____
# Evaluate the performance using the accuracy score
print("Accuracy: {:0.4f}".format(accuracy_score(y_test, pred)))